About this Course
최근 조회 30,536

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계


자막: 영어

귀하가 습득할 기술

Instrumental VariablePropensity Score MatchingCausal InferenceCausality

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계


자막: 영어

강의 계획 - 이 강좌에서 배울 내용

완료하는 데 3시간 필요

Welcome and Introduction to Causal Effects

This module focuses on defining causal effects using potential outcomes. A key distinction is made between setting/manipulating values and conditioning on variables. Key causal identifying assumptions are also introduced.

8 videos (Total 128 min), 3 quizzes
8개의 동영상
Hypothetical interventions17m
Causal effects19m
Causal assumptions18m
Incident user and active comparator designs14m
3개 연습문제
Practice Quiz4m
Practice Quiz4m
Causal effects18m
완료하는 데 2시간 필요

Confounding and Directed Acyclic Graphs (DAGs)

This module introduces directed acyclic graphs. By understanding various rules about these graphs, learners can identify whether a set of variables is sufficient to control for confounding.

8 videos (Total 86 min), 2 quizzes
8개의 동영상
Paths and associations7m
Conditional independence (d-separation)13m
Confounding revisited9m
Backdoor path criterion15m
Disjunctive cause criterion9m
2개 연습문제
Practice Quiz8m
Identify from DAGs sufficient sets of confounders22m
완료하는 데 4시간 필요

Matching and Propensity Scores

An overview of matching methods for estimating causal effects is presented, including matching directly on confounders and matching on the propensity score. The ideas are illustrated with data analysis examples in R.

12 videos (Total 171 min), 5 quizzes
12개의 동영상
Greedy (nearest-neighbor) matching17m
Optimal matching10m
Assessing balance11m
Analyzing data after matching20m
Sensitivity analysis10m
Data example in R16m
Propensity scores11m
Propensity score matching14m
Propensity score matching in R15m
5개 연습문제
Practice Quiz6m
Practice Quiz8m
Propensity score matching10m
Data analysis project - analyze data in R using propensity score matching16m
완료하는 데 3시간 필요

Inverse Probability of Treatment Weighting (IPTW)

Inverse probability of treatment weighting, as a method to estimate causal effects, is introduced. The ideas are illustrated with an IPTW data analysis in R.

9 videos (Total 119 min), 3 quizzes
9개의 동영상
IPTW estimation11m
Assessing balance9m
Distribution of weights9m
Remedies for large weights13m
Doubly robust estimators15m
Data example in R26m
3개 연습문제
Practice Quiz6m
Data analysis project - carry out an IPTW causal analysis8m
43개의 리뷰Chevron Right


이 강좌를 수료한 후 새로운 경력 시작하기


이 강좌를 통해 확실한 경력상 이점 얻기

A Crash Course in Causality: Inferring Causal Effects from Observational Data의 최상위 리뷰

대학: MFDec 28th 2017

I really enjoyed this course, the pace could be more even in parts. Sometimes the pace could be more even and some more books/reference material for further study would be nice.

대학: FFNov 30th 2017

The material is great. Just wished the professor was more active in the discussion forum. Have not showed up in the forum for weeks. At least there should be a TA or something.



Jason A. Roy, Ph.D.

Professor of Biostatistics
Department of Biostatistics and Epidemiology

펜실베이니아 대학교 정보

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.